TY -的A2 Riguzzi,法盟——Stupar,伊凡娜盟——Huljenić达PY - 2019 DA - 2019/09/02 TI -基于模型提取知识的影响云应用程序上下文应用程序服务成本和服务质量SP - 5075412六世- 2019 AB -增加使用的云计算在生产环境中,为科学工作流和工业应用程序,应用程序提供商的焦点转向服务成本最优化。实现最小化服务执行成本的方法之一是优化的位置服务在云计算数据中心的资源池。越来越多的研究方法是专注于使用机器学习算法来处理动态云的工作负载自适应地分配资源来服务。许多这样的解决方案仅供云基础设施提供商和只处理特定类型的云服务。在本文中,我们提出一个基于模型的方法针对供应商的应用程序在云中托管,这是适用于服务生命周期的早期阶段,可以用于任何云应用服务。使用几种机器学习方法,我们创建模型来预测云服务成本和两个云应用程序的响应时间。我们也探讨如何提取知识云应用程序上下文的作用对服务成本和服务质量,以便获得知识可以用在服务位置决策过程。实验结果证明的能力提供相关信息的影响,云应用程序上下文参数对服务成本和服务质量。结果还表明我们的方法的相关性为应用程序在生产前阶段,因为应用程序提供者可以获得有用的见解关于服务位置决定不收购大量的训练数据集。SN - 1058 - 9244 UR - https://doi.org/10.1155/2019/5075412 - 10.1155 / 2019/5075412摩根富林明科学编程PB - Hindawi KW - ER